De motivaties van Data Mining

Share

|

De interesse in data mining van onderzoekers en praktijkmensen met verschillende achtergronden jaar gestaag is toegenomen na jaar. Deze groei is te wijten aan verschillende redenen.

Eerste, data mining speelt vandaag een fundamentele rol in het analyseren en begrijpen van de enorme hoeveelheid informatie verzameld door het bedrijfsleven, de overheid, en wetenschappelijke toepassingen. De mogelijkheid om grote instanties van gegevens te analyseren en extract van hen relevante kennis is uitgegroeid tot een waardevolle dienst voor de meeste organisaties die opereren in de sterk geglobaliseerde en concurrerend bedrijfsleven arena. De technische vaardigheden die nodig zijn om te werken en te maken aan data-mining technieken te gebruiken worden nu gewaardeerd, en vaak nodig door de business intelligence-eenheden van de financiële instellingen, overheidsinstellingen, telecombedrijven, service providers, winkeliers, ondernemers en de distributie. Een tweede reden is te vinden in de uitstekende en voortdurend verbeteren van de kwaliteit van de methoden en instrumenten die worden ontwikkeld op dit gebied. Geavanceerde wiskundige modellen, state-of-the-art algoritmische technieken en efficiënte data management systemen, in combinatie met een dalende kosten van de rekenkracht en geheugen van de computer, zijn nu in staat om gegevens analisten met methoden en instrumenten die niet beschikbaar waren een paar jaar ondersteuning geleden. Bovendien zijn dergelijke instrumenten vaak beschikbaar tegen lage kosten en met een eenvoudig te gebruiken interfaces, geïntegreerd in gevestigde data management systemen.

Een derde reden is dat niet het hoofd worden gezien is verbonden met de rol die data-mining methoden spelen in de ondersteuning van fundamenteel onderzoek in vele wetenschappelijke gebieden. Om een voorbeeld noemen, zijn biologie en genetica momenteel genieten van de resultaten van de toepassing van geavanceerde mining technieken die het mogelijk maken van de waardevolle ontdekking feiten in complexe gegevens uit experimenten in vitro.

Tot slot willen wij de impuls te vermelden methodologisch onderzoek dat is in veel gebieden die door de open problemen in verband met data-mining toepassingen. Het leren en de indeling problemen uit het echte leven problemen zijn misbruikt door vele wiskundige theorieën onder verschillende formaliseringen en theoretische resultaten van ongebruikelijke relevant zijn bereikt in de optimalisatie theorie, informatica, en statistieken, ook dankzij de vele nieuwe en stimulerende problemen .

---